農(nóng)村信用社支農(nóng)效率組合評(píng)價(jià)研究

師榮蓉 ，徐璋勇

（西北大學(xué)a.中國(guó)西部經(jīng)濟(jì)發(fā)展研究中心；b.經(jīng)濟(jì)管理學(xué)院，西安 710127）

0 引言

本文引入基于數(shù)據(jù)包絡(luò)分析（DEA）與隨機(jī)邊界分析（SFA）的“縱橫向”拉開檔次組合評(píng)價(jià)法，利用陜西省33個(gè)區(qū)縣農(nóng)村信用社的調(diào)研數(shù)據(jù)，綜合考慮財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)對(duì)農(nóng)村信用社支農(nóng)效率做出客觀全面地評(píng)價(jià)，為完善農(nóng)村金融改革的相關(guān)政策提供參考依據(jù)。

1 研究方法

關(guān)于金融機(jī)構(gòu)效率評(píng)價(jià)方法主要分為傳統(tǒng)分析方法和前沿分析方法。傳統(tǒng)分析方法包括比較分析法、財(cái)務(wù)指標(biāo)法和生產(chǎn)函數(shù)法。伴隨著現(xiàn)代效率理論的發(fā)展和計(jì)量工具的不斷完善，前沿分析法占據(jù)了主導(dǎo)地位。前沿分析法使用最優(yōu)生產(chǎn)關(guān)系的外包絡(luò)曲線確定效率，根據(jù)是否需要估計(jì)參數(shù)分為非參數(shù)方法和參數(shù)方法兩大類，非參數(shù)方法中的數(shù)據(jù)包絡(luò)分析（DEA）和參數(shù)方法中的隨機(jī)邊界分析（SFA）分別是兩種最具有代表性的效率評(píng)價(jià)方法。數(shù)據(jù)包絡(luò)分析方法的優(yōu)勢(shì)是采用最優(yōu)化方法內(nèi)定權(quán)重，不必確定輸入輸出關(guān)系的顯性表達(dá)式，給出非有效決策單元的改進(jìn)方向；劣勢(shì)是沒有區(qū)分隨機(jī)誤差項(xiàng)和非效率項(xiàng)，不能檢驗(yàn)?zāi)Ｐ蜏y(cè)度結(jié)果的顯著性，對(duì)數(shù)據(jù)誤差與缺失十分敏感。隨機(jī)邊界分析方法的優(yōu)勢(shì)是可以對(duì)模型和參數(shù)進(jìn)行檢驗(yàn)，估計(jì)的前沿面是隨機(jī)的，估計(jì)結(jié)果可以進(jìn)行縱橫向比較；劣勢(shì)是必須已知生產(chǎn)函數(shù)形式，處理多輸出生產(chǎn)過程困難，需要大規(guī)模樣本。

鑒于DEA和SFA各有優(yōu)劣，本文引入“縱橫向”拉開檔次組合評(píng)價(jià)法，將兩種方法評(píng)價(jià)結(jié)果優(yōu)化組合，充分挖掘信息，達(dá)到取長(zhǎng)補(bǔ)短的評(píng)價(jià)效果。“縱橫向”拉開擋次組合評(píng)價(jià)法是一種基于“差異驅(qū)動(dòng)”原理的客觀賦權(quán)方法，可以避免在確定權(quán)數(shù)時(shí)受到人為干擾。基本思想是：賦權(quán)的原始信息直接來源于客觀環(huán)境，根據(jù)各指標(biāo)所提供的信息量大小決定權(quán)重系數(shù)，權(quán)重系數(shù)是各個(gè)指標(biāo)在指標(biāo)總體中的變異程度和對(duì)其他指標(biāo)影響程度的度量。首先對(duì)不同方法的評(píng)價(jià)結(jié)果進(jìn)行一致化和無量綱化處理，得到使用m種方法對(duì)s個(gè)時(shí)期n個(gè)評(píng)價(jià)對(duì)象的評(píng)價(jià)結(jié)果組成的面板數(shù)據(jù)如表1所示。

表1 不同方法評(píng)價(jià)結(jié)果組成的面板數(shù)據(jù)表

對(duì)于時(shí)刻tk，綜合評(píng)價(jià)函數(shù)為：

其中，tk表示時(shí)刻，wj表示權(quán)重系數(shù)，該權(quán)重的確定原則要求充分體現(xiàn)出各評(píng)價(jià)對(duì)象之間的差異表示tk時(shí)刻的第i個(gè)評(píng)價(jià)對(duì)象使用第j種方法的評(píng)價(jià)結(jié)果，不同方法評(píng)價(jià)結(jié)果在面板數(shù)據(jù)中的整體差異用的總離差平方和表示：

經(jīng)證明可得，若限定WTW=1,矩陣H的最大特征值對(duì)應(yīng)的經(jīng)歸一化處理后的特征向量就是權(quán)重系數(shù)，此時(shí)總離差平方和取最大值，這意味著根據(jù)面板數(shù)據(jù)所確定的權(quán)重向量在最大程度上體現(xiàn)了各個(gè)評(píng)價(jià)對(duì)象的動(dòng)態(tài)差異。

2 實(shí)證分析

2.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

根據(jù)農(nóng)村信用社“服務(wù)三農(nóng)”的職能定位，選取投入產(chǎn)出指標(biāo)構(gòu)建農(nóng)村信用社支農(nóng)效率評(píng)價(jià)指標(biāo)體系，投入指標(biāo)考慮農(nóng)村信用社在人力、資金和資產(chǎn)方面用于服務(wù)“三農(nóng)”的投入水平，產(chǎn)出指標(biāo)為農(nóng)民人均純收入，反映農(nóng)民的實(shí)際收入水平和改善生活條件的能力，是農(nóng)村經(jīng)濟(jì)發(fā)展的綜合體現(xiàn)和最終結(jié)果，如表2所示。研究樣本來自對(duì)陜西省33個(gè)區(qū)縣農(nóng)村信用社2000～2008年的調(diào)研數(shù)據(jù)，共取得297個(gè)有效樣本。

動(dòng)態(tài)心電圖不僅具有無創(chuàng)的優(yōu)點(diǎn),還能對(duì)ST波段的變化情況進(jìn)行長(zhǎng)時(shí)間、動(dòng)態(tài)記錄,能夠?qū)崟r(shí)反映出患者的ST波段異常[3],對(duì)無癥狀性心肌缺血的發(fā)作情況、缺血程度可予以有效的顯示,從而降低漏診率。

表2 農(nóng)村信用社支農(nóng)效率評(píng)價(jià)指標(biāo)體系

DEA與SFA評(píng)價(jià)結(jié)果比較與檢驗(yàn)

（1）描述性統(tǒng)計(jì)比較。分別采用DEA的BCC模型和SFA的Battese and Coelli(1992)模型得到支農(nóng)效率的評(píng)價(jià)結(jié)果，對(duì)評(píng)價(jià)結(jié)果進(jìn)行描述性統(tǒng)計(jì)如表3所示。

表3 DEA和SFA評(píng)價(jià)結(jié)果的描述性統(tǒng)計(jì)

SFA評(píng)價(jià)結(jié)果均值明顯低于DEA評(píng)價(jià)結(jié)果均值，這種差異不僅來源于參數(shù)方法與非參數(shù)方法在生產(chǎn)前沿面構(gòu)建、距離函數(shù)模型和運(yùn)用統(tǒng)計(jì)方法的不同，更重要的原因是SFA考慮了影響支農(nóng)效率的隨機(jī)因素，避免不可控因素的影響。DEA評(píng)價(jià)結(jié)果的標(biāo)準(zhǔn)差大于SFA評(píng)價(jià)結(jié)果的標(biāo)準(zhǔn)差，表明DEA評(píng)價(jià)結(jié)果分布的離散程度更高。

利用SFA專用程序Frontier4.1得到隨機(jī)邊界分析模型的系數(shù)估計(jì)結(jié)果，如表4所示。

表4 隨機(jī)邊界分析模型的系數(shù)估計(jì)結(jié)果

LR統(tǒng)計(jì)檢驗(yàn)在1%的水平下顯著，且γ=0.799，誤差主要來源于非效率因素（占79.99%），而不是統(tǒng)計(jì)性誤差等因素（占20.01%），表明隨機(jī)邊界模型設(shè)定的正確性。由模型估計(jì)結(jié)果看出，信用社職工人數(shù)增加1%，農(nóng)民人均純收入增加0.236%；營(yíng)業(yè)費(fèi)用增加1%，農(nóng)民人均純收入上升0.312%；存款總額提高1%，農(nóng)民人均純收入上升0.034%；農(nóng)戶不良貸款余額提高1%，農(nóng)民人均純收入上升0.213%，這是一個(gè)警示，說明農(nóng)村信用社在中央銀行長(zhǎng)期持續(xù)的資金注入救助下維持低水平經(jīng)營(yíng)；營(yíng)業(yè)網(wǎng)點(diǎn)覆蓋率增加1%，農(nóng)民人均純收入下降0.138%。信貸人員比、利息支出、固定資產(chǎn)凈值、信用社機(jī)構(gòu)數(shù)與農(nóng)民人均純收入關(guān)系不顯著。

（2）相關(guān)性檢驗(yàn)。對(duì)DEA和SFA的評(píng)價(jià)結(jié)果進(jìn)行配對(duì)樣本相關(guān)性檢驗(yàn)，如表5所示。

表5 DEA和SFA評(píng)價(jià)結(jié)果的相關(guān)性檢驗(yàn)

DEA和SFA的支農(nóng)效率評(píng)價(jià)結(jié)果相關(guān)系數(shù)為0.457，兩種方法測(cè)算的支農(nóng)效率有顯著的低度相關(guān)性。

（3）差異性檢驗(yàn)。對(duì)DEA和SFA的評(píng)價(jià)結(jié)果進(jìn)行配對(duì)樣本差異性檢驗(yàn)，如表6所示。

表6 DEA和SFA評(píng)價(jià)結(jié)果的差異性檢驗(yàn)

DEA與SFA支農(nóng)效率評(píng)價(jià)結(jié)果存在顯著差異性，DEA測(cè)算的支農(nóng)效率顯著大于SFA測(cè)算的支農(nóng)效率，DEA測(cè)算的是相對(duì)支農(nóng)效率，SFA測(cè)算的是絕對(duì)支農(nóng)效率。

2.3 基于DEA和SFA的“縱橫向”拉開檔次組合評(píng)價(jià)結(jié)果分析

DEA和SFA兩種方法分別從不同側(cè)面反映農(nóng)村信用社的支農(nóng)效率，兩者的評(píng)價(jià)結(jié)果存在低度相關(guān)性和顯著差異性。為了客觀全面地反映農(nóng)村信用社的支農(nóng)效率，提高評(píng)價(jià)結(jié)果的可信度，本文采用基于DEA和SFA的“縱橫向”拉開檔次組合評(píng)價(jià)法，利用MATLAB軟件編程測(cè)算得到陜西省各區(qū)縣農(nóng)村信用社支農(nóng)效率的組合評(píng)價(jià)結(jié)果，考察其分布，如表7所示。

表7 基于“縱橫向”拉開檔次組合評(píng)價(jià)法的支農(nóng)效率分布（單位：個(gè)，%）

可以看出，支農(nóng)效率分布在0～0.6區(qū)間的農(nóng)信社所占比例波動(dòng)下降，2007年和2008年所有樣本農(nóng)信社的支農(nóng)效率均高于0.6；支農(nóng)效率分布在0.6～0.7區(qū)間的農(nóng)信社所占比例先上升后下降，反映了支農(nóng)效率不斷提高并逐步跨越這一區(qū)間的過程；支農(nóng)效率分布在0.7～0.8區(qū)間的農(nóng)信社所占比例持續(xù)下降，2008年有小幅回升；支農(nóng)效率分布在0.8～0.9區(qū)間的農(nóng)信社所占比例逐年波動(dòng)；支農(nóng)效率分布在0.9～1區(qū)間的農(nóng)信社所占比例穩(wěn)步上升，反映了農(nóng)信社支農(nóng)效率的不斷提升。

考察陜西省各區(qū)縣農(nóng)村信用社支農(nóng)效率均值的變化趨勢(shì)，如圖1所示。

圖1 基于“縱橫向”拉開檔次組合評(píng)價(jià)法的支農(nóng)效率均值變化趨勢(shì)

2000～2002年農(nóng)村信用社平均支農(nóng)效率緩慢上升；2003年實(shí)施以“明確產(chǎn)權(quán)關(guān)系、強(qiáng)化約束機(jī)制”為要求的新一輪農(nóng)村信用社改革后，2004～2007年支農(nóng)效率大幅躍升，表明農(nóng)村信用社改革成果顯著；2008年由于金融危機(jī)和經(jīng)濟(jì)周期的影響，農(nóng)村信用社支農(nóng)效率稍有回落。總體看來，新一輪農(nóng)村信用社改革打破了傳統(tǒng)的單一股權(quán)結(jié)構(gòu)，確定了責(zé)權(quán)對(duì)等和投資收益原則，農(nóng)村信用社支農(nóng)效率得到明顯改善。

3 結(jié)論與建議

本文采用基于DEA和SFA的“縱橫向”拉開檔次組合評(píng)價(jià)法對(duì)農(nóng)村信用社支農(nóng)效率進(jìn)行組合評(píng)價(jià)研究，得出以下結(jié)論。

第一，基于DEA和SFA的“縱橫向”拉開檔次組合評(píng)價(jià)法測(cè)算的農(nóng)村信用社支農(nóng)效率逐年穩(wěn)步上升，尤其是在新一輪農(nóng)村信用社改革后支農(nóng)效率大幅提高。由SFA的系數(shù)估計(jì)結(jié)果發(fā)現(xiàn)，營(yíng)業(yè)費(fèi)用、信用社職工人數(shù)、農(nóng)戶不良貸款余額和存款總額按照影響程度從大到小對(duì)農(nóng)民人均純收入有顯著正向影響，營(yíng)業(yè)網(wǎng)點(diǎn)覆蓋率的增加對(duì)農(nóng)民人均純收入的提高有顯著負(fù)向影響，信貸人員比、利息支出、固定資產(chǎn)凈值、信用社機(jī)構(gòu)數(shù)目與農(nóng)民人均純收入關(guān)系不顯著。

第二，基于DEA和SFA的“縱橫向”拉開檔次組合評(píng)價(jià)法為運(yùn)用不同方法測(cè)度效率并對(duì)效率評(píng)價(jià)結(jié)果進(jìn)行優(yōu)化組合提供了參考。DEA方法側(cè)重于分析不同農(nóng)村信用社之間的相對(duì)支農(nóng)效率，但難以區(qū)分大量支農(nóng)效率為1的農(nóng)信社孰優(yōu)孰劣；SFA方法考慮了影響支農(nóng)效率的隨機(jī)因素，但所設(shè)定的函數(shù)形式帶有一定的主觀性。通過將DEA和SFA的優(yōu)化組合，一方面減弱了模型設(shè)定的主觀性影響，客觀反映了受政策環(huán)境等不確定因素影響較大的農(nóng)村信用社的支農(nóng)效率，降低了評(píng)價(jià)過程中的誤差和偏差；另一方面實(shí)現(xiàn)了前沿分析法中非參數(shù)方法DEA和參數(shù)方法SFA的優(yōu)勢(shì)互補(bǔ)，最大限度地利用不同方法評(píng)價(jià)結(jié)果的信息，增強(qiáng)了評(píng)價(jià)結(jié)論的可信度和準(zhǔn)確性。

為了有效促進(jìn)農(nóng)村信用社支農(nóng)效率的提高，本文提出如下政策建議：①提高營(yíng)業(yè)費(fèi)用，引進(jìn)現(xiàn)代化設(shè)備，為顧客提供舒適的環(huán)境和便利的條件；②健全信用社職工人員編制，完善法人治理結(jié)構(gòu)，發(fā)揮資源配置優(yōu)勢(shì)；③加強(qiáng)信貸管理，推行農(nóng)戶貸款公開制度，從貸款的審批、使用、償還各個(gè)環(huán)節(jié)上降低不良貸款比率；④調(diào)動(dòng)農(nóng)民資金投入的積極性，活化農(nóng)村信用社信貸資產(chǎn)，提高支農(nóng)資金受益面；⑤精簡(jiǎn)冗余營(yíng)業(yè)網(wǎng)點(diǎn)，建立及時(shí)有效的市場(chǎng)退出機(jī)制，對(duì)長(zhǎng)期扭虧無望或低效的網(wǎng)點(diǎn)予以撤消或整合，促使農(nóng)村信用社逐步走向自主經(jīng)營(yíng)、自負(fù)盈虧、自我約束和自擔(dān)風(fēng)險(xiǎn)的良性循環(huán)的發(fā)展道路。

[1]王家傳，劉廷偉.農(nóng)村信用社改革與發(fā)展問題研究——山東省農(nóng)村信用社問卷調(diào)查綜合分析報(bào)告[J].金融研究,2001,(8).

[2]Deepak Shah.Banking Sector Reforms and Cooperative Credit Institu?tions in India[C].MPRA Paper,2008.

[3]易傳和，沈靚.農(nóng)村信用社產(chǎn)權(quán)制度改革內(nèi)在效率的實(shí)證分析[J].系統(tǒng)工程，2008,（5）.

[4]馮素萍.農(nóng)村信用社改革績(jī)效的實(shí)證研究——以雅安市為例[D].雅安：四川農(nóng)業(yè)大學(xué),2009.

[5]師榮蓉,徐璋勇.基于隨機(jī)邊界分析的農(nóng)村信用社利潤(rùn)效率及其影響因素研究[J].中國(guó)軟科學(xué),2011,(9).

[6]郭亞軍.綜合評(píng)價(jià)理論、方法及應(yīng)用[M].北京：科學(xué)出版社，2007.